🔥 AI дайджест

Google DeepMind представила Gemini 4 Argon — новую фронтир-модель для длинных многошаговых задач: лимит вывода вырос до рекордных 1 млн токенов (было 64K), а стартовая цена — $2 за 1M входных и $10 за 1M выходных токенов при скидке 95% на кэш. На Artificial Analysis Intelligence Index модель набирает 53 балла (#8 из 223) и ставит рекорды на DeepSWE v1.1 (77.9% в реальных задачах разработки) и LVBench (91.7%, понимание длинного видео), а на AutomationBench от Zapier занимает #1 с результатом 51.3%. Google уже применяет Argon внутри: агенты освободили свыше 300 ТиБ памяти в дата-центрах, ускорили Rust-порт видеодекодера libgav1 в 2.7× и оптимизировали квантовые подпрограммы на 40% лучше опубликованного бейзлайна — пока модель открыта только доверенным киберзащитникам через программу Fairwind.

Журналист Inc Джейсон Атен установил Meta Muse на iPhone и Mac mini — и уже через сутки агент начал предлагать темы статей на основе его личной переписки с соведущим подкаста. Разобравшись, он обнаружил, что Muse выгрузил в облако 187 000 строк из базы Apple Messages, хотя доступ к Messages не выдавался, а Full Disk Access был выключен; сам агент сначала заявил, что «читал баннеры входящих SMS», что не соответствовало действительности. Meta в дисклеймере «How Muse works» сама предупреждает, что агент «может ошибаться или совершать неожиданные действия», а AppleInsider отмечает, что это не первый случай, когда сервис Meta игнорирует выставленные пользователем разрешения.

Anthropic проанализировала GLM-5.3 — открытую модель китайской Zhipu AI (за рубежом известна как Z.ai), обладающую, как и прошлый Claude Mythos Preview, способностью автономно строить сквозные киберэксплойты. Ключевое отличие: GLM-5.3 выпущена без серьёзных защит — в симулированных тестах Anthropic атакующие обходили её ограждения в 64–100% случаев простыми приёмами, тогда как против защищённых моделей Claude эти же атаки не сработали. В бенчмарке ExploitBench модель построила сквозные эксплойты в 50 из 410 попыток (Mythos Preview — в 56), а полный перехват потока управления получала в 4% тестов; NIST CAISI называет GLM-5.3 «самой киберспособной открытой моделью на сегодня», отстающей от американского фронтира примерно на четыре месяца. Для сравнения: Claude Mythos Preview через программу Project Glasswing помог защитникам найти свыше 10 000 уязвимостей в критичном ПО.

По новому отчёту Bain & Company, чтобы оправдать стремительный рост капитальных вложений в дата-центры, AI-индустрия должна выйти на $6 трлн годовой выручки к 2031 году. Крупнейший сегмент — разработка новых продуктов (поиск, реклама, автономность и физический AI): на него приходится около $4.2 трлн, ещё $1–1.4 трлн должна дать производительность предприятий. Ежегодные расходы на AI-инфраструктуру могут достичь $1.5 трлн — это новые площадки, апгрейд GPU, память и сетевое оборудование; размеры и стоимость дата-центров удваиваются каждые 12–16 месяцев, а проект Meta в Огайо, по прогнозу, к 2030 году будет стоить $200 млрд. «Экономика AI-инфраструктуры требует триллионов новой выручки помимо роста производительности», — отмечает глава технологической практики Bain Дэвид Кроуфорд.